Notice bibliographique
Résumé
The World Health Organization estimates that a third of the world's population is infected with Mycobacterium tuberculosis. Every second, one person becomes newly infected with tuberculosis (TB). In the past two decades, the spread of human immunodeficiency virus infection, worsening poverty and deteriorating health services have resulted in a steady increase in the overall incidence of TB globally. With treatment of latent TB infection (LTBI), the number of infected persons who develop active TB can be significantly diminished. Prevention through treatment of LTBI should therefore be an integral part of the control of TB. Although only a minority of those with LTBI will develop active disease, the risk varies substantially according to the time since infection and medical risk factors. If persons at low risk for TB are selected for preventive chemotherapy, the individual and public health benefits are low, and a large number will have to be treated to prevent a single active case. It is therefore important to identify and treat patients who are at high risk of disease. Tools for rapid and reliable identification of persons with LTBI who are most likely to progress to active disease are urgently needed, as this will permit rational use of preventive treatment by restricting treatment to those patients with the most favourable risk/benefit ratio. The major challenges are efficient identification of those at highest risk of developing disease and ensuring treatment completion with a non-toxic regimen. If these can be overcome, preventive treatment holds the promise to substantially assist in the achievement of global control of TB.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».